文書の表示以前のリビジョンバックリンク文書の先頭へ この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。 ====== torque (旧OpenPBS) ====== ===== 概要 ===== * 計算機クラスターのジョブ管理スケジューラ * 異なるジョブを逐次処理させたい場合に便利 (以下の条件の時とか？) * メモリや CPU を最大まで使うジョブが複数あり、同時に流すとリソースの取り合いになる。最悪の場合、計算機が落ちる。 * コマンドラインで、 && とか ; で複数のジョブをつなげても実現できるけど、その後に追加のジョブが入った場合は？ * ジョブの終了時間を予測し、マージンをとって、at コマンドで時間を指定してジョブを実行する方法もあるけど、マージン分の時間がもったいない。予測が外れたらリソースの取り合いになる。 * 要はプリンターの印刷状況画面のキュー (印刷データ) が、ジョブに置き換わっただけ。 * 別に計算機クラスターである必要はなく、自分の PC に入れても問題ない * Ubuntu (Debianも？)では、torque-server (サーバ用)、torque-scheduler (スケジューラ)、torque-mom (ノード用) の 3 つのパッケージで機能する * スケジューラを変えるなどすることもあるようだ ===== 使い方 ===== * ジョブ投入\\ <code bash>$ qsub [オプション] ジョブファイル</code> * オプション: ジョブファイルのオプションと同じ ([[#ジョブファイル]]) * ジョブ一覧\\ <code bash>$ qstat [オプション]</code><code> Job id Name User Time Use S Queue ------------------------- ---------------- --------------- -------- - ----- 760.servername JOB_NAME1 hoge 311:35:2 R F 762.servername JOB_NAME2 hoge 165:50:2 R F 860.servername JOB_NAME3 fuga 03:03:40 R F </code> * Job id: 投入順に番号が付けられる (job id を指定するコマンドでは、最初の数字だけで十分) * Name: ジョブ名 * qsub の -N オプションや、ジョブファイルの PBS -N で指定が可能 * オプションなどで指定されていない場合は、ジョブファイル名の先頭から15文字が使われる * User: ジョブを投入したユーザ名 * Time: ジョブ処理にかかっている時間 (複数の CPU を指定している場合は、CPU 数に合わせて倍になる) * S: ステータス * R: Running (処理中) * Q: Queue (待機中) * H: Hold (保留中; ジョブの順番が回ってきても処理しない) * E: Exit (終了; ？) * T: 移行中(？) * W: 待機中(？) * Queue: ジョブが所属しているキュー * ジョブ削除\\ <code bash>$ qdel ジョブID ...</code> * ジョブIDは複数指定が可能 * ジョブの順序の入れ替え\\ <code bash>$ qorder ジョブID1 ジョブID2</code> * ジョブの保留(ジョブ実行の順番が回ってきても実行しない) \\ <code bash>$ qhold ジョブID1 ジョブID2 ...</code> * ジョブの保留解除\\ <code bash>$ qrls ジョブID1 ジョブID2 ...</code> * ジョブの実行\\ <code bash>$ qrun ジョブID1 ジョブID2 ...</code> * キューの変更\\ <code bash>$ qmove 変更後のキュー名 ジョブID1 ジョブID2 ...</code> * ジョブの属性変更\\ <code bash>$ qalter [投入時の属性オプション] ジョブID1 ジョブID2 ...</code> * ''投入時の属性オプション'' とは、qsub に与えた ''-l'' や ''-j''、''-m''、''-N'' などのノードやジョブタイトルなどの属性 (詳しくは、[[#ジョブファイル | ジョブオプション]] を参照) * qhold してから qalter、qrls して使うと良い * ただし、ジョブ内容は変更できない (例えば、特定のノードでのみ有効なジョブコマンドを属性変更したノード先では使えないし、ジョブが ''mpirun -n 16'' で 16 CPU 使うのに対し、''ppn=4'' で 4 CPU に変更したりするとエラーで落ちるので注意) * ジョブにシグナルを送信\\ <code bash>$ qsig -s シグナル ジョブID</code> * STOP: ジョブのサスペンド(ジョブを終了することなく、CPU を空ける; ただし、torque としては CPU が空くわけではないので、次のジョブは実行されない) * CONT: サスペンドしたジョブの再開 ===== ジョブファイル ===== * ジョブの内容を書いたシェルスクリプト * シバン行 (#!/bin/bash など) に続いて、''#PBS ...'' で始まるジョブ指定 * 例 (bash ベースの場合): \\<code bash jobfile.sh> #!/bin/bash #PBS -V #PBS -l nodes=1:ppn=4 #PBS -j oe #PBS -N jobname cd ${PBS_O_WORKDIR} 実行コマンド : </code> * ${PBS_O_WORKDIR}: torque が利用する作業ディレクトリ (必ず書く必要がある) * オプション (qsub のオプションと同じ) ^ オプション ^ 意味 ^ 値 ^ |-V|ジョブを投入した所の環境変数をすべて、ジョブファイルにも適用する| | |-v|ジョブを投入した所の環境変数を指定した分だけ、ジョブファイルにも適用する| | |-q|キューの指定| | |-j|出力ファイルの制御|oe: 標準出力と標準エラーを標準ファイル(*.o__ジョブID__)にまとめる, eo: 標準出力と標準エラーを標準エラーファイル(*.e__ジョブID__)にまとめる, 指定しない場合は、それぞれのファイルが出力される| |-o|標準出力ファイルのパス| | |-e|標準エラーファイルのパス| | |-m|メール送信の方法|次の文字の組み合わせでメールの送信タイミングを指定 a: ジョブが失敗, b: ジョブが開始, e: ジョブが終了, n: 何もしない| |-M|メールの送信先| | |-l|リソースの指定(複数ある場合は、カンマで区切る)|walltime=__24:00:00__ (CPU使用時間制限; CPU数は考慮しない時間)| |:::|:::|nodes=__2__:ppn=__2__ (2CPUずつ2ノードを使う; 計4CPU)| |:::|:::|nodes=__ノード1__:ppn=__3__+__ノード2__:ppn=__2__+__ノード3__:ppn=__1__ (特定のノードを利用する場合はノード名を書いて + で結合する)| |:::|:::|mem, ncpu が使える| |-N|ジョブ名|指定しない場合は、ジョブファイル名の先頭から15文字| * 参考サイト: [[http://blog.goo.ne.jp/sdpaninf/e/a4dae2ad412788c5ef75094ae6110f40 | PBS 使用時に特定のノードを避ける方法 - 最適化問題に対する超高速＆安定計算]] ===== 導入方法 ===== ==== apt-get による導入 ==== * リポジトリにある torque を apt-get で導入する方法 * 利点 * 設定は面倒だが、インストールは楽。 * 依存関係のパッケージも同時にインストールしてくれる * 短所 * 特定のバージョンしか扱えない (Ubuntu 14.04 で 2.4.16) * 2016/07/19 現在、最新版は 6.0.1 であるため、相当古い。 * GPU に対応しているのは、2.5.6, 3.0.2 移行のバージョンであるため、リポジトリにあるものでは GPU マシンへジョブを投入できない。(ノードリストに gpus が入っていると segfault する) - [[分子シミュレーション関連/環境構築/Torque (旧PBS)/apt-getによる導入|導入手順]] - [[分子シミュレーション関連/環境構築/Torque (旧PBS)/サーバの設定|サーバの設定]] ==== コンパイルによる導入 ==== * ソースからコンパイル、インストールする方法 * 長所 * 最新版や特定のバージョンが使える * 最新バージョンでは GPU マシンへのジョブ投入ができる * 短所 * インストールが面倒 * 依存関係などを調べる必要がある * 設定項目が環境に依存する - [[分子シミュレーション関連/環境構築/Torque (旧PBS)/コンパイルによる導入|導入手順]] - [[分子シミュレーション関連/環境構築/Torque (旧PBS)/サーバの設定|サーバの設定]] ===== キューの設定項目 ===== ===== ノードの追加 ===== /var/spool/torque/server_priv/nodes を編集して、torque サーバプログラムを再起動させて適用する方法もあるが、qmgr でもノードを追加したり削除することができる(ただし、ジョブ実行中のノードでない場合のみ) <code bash>$ sudo qmgr > create node ノード名 > set node ノード名 np = CPU数 > set node ノード名 properties = 名前 > quit</code> * GPU マシンの場合、さらに ''set node ノード名 gpus = GPU数'' を実行すると GPU の設定ができる (ただし、Torque 2.5.6, 3.0.2 以降に限る) * この後に、''qnodes -a'' を実行すると、ノードが追加されたことが分かる他、/var/spool/torque/server_priv/nodes を見ると、追記されている。 * これを応用すると、実行中のキュー以外のキューをサーバプログラムを止めることなく、変更することができる。 * 参考サイト: [[http://docs.adaptivecomputing.com/torque/4-1-4/Content/topics/3-nodes/managingNodes.htm | Managing nodes]] ===== その他 ===== * 長時間ジョブを別々のキューで走らせた時に後方にある一方のキューが動かない * 例: - CPU が 2 つある計算機上で、CPU を 1 つのみ使い、1 つずつしか走らせることができないキュー A, B にジョブを 3 つずつ投入する予定である (計6ジョブ) * ジョブ A1, A2, A3 * ジョブ B1, B2, B3 * それぞれのジョブは 25 時間以上かかるものとする - 先にキュー A に 3 ジョブ (A1, A2, A3) 投入する (CPU は 1 つしか使っていない状態) - 25時間後に、キュー B の 3 ジョブ (B1, B2, B3) を投入する (本来ならば、キュー B のジョブの処理がすぐに開始されるはず…) - なぜか、キュー B のジョブが開始しない * 原因: starving job 機構 * ジョブスケジューラはジョブの処理数を上げるため、指定された walltime が短いジョブから順に処理していく。 * しかし、これだと walltime が長いジョブは、短いジョブが後から次々と投入されると、一向に処理されない状態になる * これを解決するために、starving job 機構があり、待機状態にあるジョブ (walltime が長いジョブ) が一定時間超えると、そのジョブを優先的に処理しようとする。 * torque の starving job 機構のデフォルトの設定時間は 24 時間 * 例で示した場合、A1 の処理中に 24 時間が経過し、A2, A3 が優先的に処理されるように設定されるが、キュー A はそもそも同時に 1 つしか処理できないため、CPU が 1 つ空いたまま、B1, B2, B3 は待機状態となる。 * キューに使用 CPU や同時ジョブ処理数の制限がかかっていると、例のような問題が起こる * 解決方法 (/var/spool/torque/sched_priv/sched_config の編集) * starving job 機構の無効化 * ''help_starving_jobs true ALL'' の true を false に変える * 機構が有効になるまでの時間の変更 * ''max_starve: 24:00:00'' の時間を長くする * job starving 機構の問題の見分け方 * ''$ qstat -f'' でジョブ状態を表示し、その中に ''comment = Not Running: Draining system to allow starving job to run'' とあれば、この問題でジョブが処理されないことになる。 ===== 参考サイト ===== * [[http://www.nas.nasa.gov/hecc/support/kb/commonly-used-qsub-options-in-pbs-scripts-or-in-the-qsub-command-line_175.html | Commonly Used QSUB Options in PBS Scripts or in the QSUB Command Line - HECC Knowledge Base]] ジョブファイルオプション * 特定のノードにのみジョブを流す [[http://docs.adaptivecomputing.com/torque/4-1-3/Content/topics/3-nodes/nodeProperties.htm | Node properties]] {{tag>Linux サーバ 分子シミュレーション}} 分子シミュレーション関連/環境構築/torque_旧pbs.txt 最終更新: 2016/11/25 12:17by mumeiyamibito